GLM-5.1 vs GLM-5.2

한쪽 바꾸기 vs

언제 어떤 모델을 사용할까 — 벤치마크 표가 아닌 선별된 평가

이 두 Z.ai 모델은 모달리티(텍스트 입출력), 능력 플래그(채팅·코드·추론·툴·롱컨텍스트), 131072 최대 출력 토큰, 선택적 사고에서 일치합니다. 가르는 것은 두 가지입니다. 컨텍스트: 2026-06-16에 나온 glm-5.2는 1000000토큰을 받아 glm-5.1의 200000의 다섯 배입니다. 그리고 요금표: glm-5.2가 모든 항목에서 약 1.8배 낮습니다—입력 $0.77 대 $1.4, 출력 $2.42 대 $4.4, 캐시 읽기 $0.143 대 $0.26. 저장소 전체나 대형 말뭉치 프롬프트에는 glm-5.2를 고르고, 안정성 때문에 이미 glm-5.1에 고정된 경우에만 남으세요.

가격

	GLM-5.1	GLM-5.2	Δ
입력 / 1M 토큰	$1.4	$0.77	1.8×
출력 / 1M 토큰	$4.4	$2.42	1.8×
캐시 읽기 / 1M 토큰	$0.26	$0.143	1.8×

빌드 시점의 라이브 카탈로그 요금입니다. 각 모델 페이지에 현재 요금표가 표시됩니다.

현재 위치 — 이 청구 단위를 사용하는 모든 63개의 채팅 모델 전체의 1M 토큰당 입력 가격 (로그 스케일)

GLM-5.1 · $1.4 GLM-5.2 · $0.77

$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

기능

	GLM-5.1	GLM-5.2
도구 사용	예	예
사고 제어	설정 가능	설정 가능
구조화된 출력	예	예
프롬프트 캐싱	암시적 (자동)	암시적 (자동)
캐시 수명	미공개	미공개
최소 캐시 접두사	미공개	미공개

사양

	GLM-5.1	GLM-5.2
입력 모달리티	텍스트	텍스트
출력 모달리티	텍스트	텍스트
출시일	2026-04-07	2026-06-16
컨텍스트 윈도우	200K	1M
최대 출력	131K	131K
Thinking 파라미터	thinking.type	thinking.type reasoning_effort
허용되는 값	thinking.type enabled disabled	thinking.type enabled disabled reasoning_effort none minimal low medium high xhigh max (none and minimal skip thinking, low and medium map to high, xhigh maps to max)
기본값	enabled, and the model automatically determines whether to think	enabled, with reasoning_effort at max: the only GLM with an effort dial, and it defaults to the top of it

사양은 각 공급업체의 문서를 그대로 기록한 것입니다. 공급업체가 공개하지 않은 항목은 추론하지 않고 제외했습니다. 전체 출처: GLM-5.1 · GLM-5.2

하나의 프롬프트, 두 모델 — 게이트웨이를 통해 측정됨

CFO를 위한 추론 버그가 있는 함수 수정 스키마로 추출 제약 조건에 맞춰 작성

프롬프트 Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. 확인 정확히 3문장

GLM-5.1 통과 · 3 sentences

Enabling reasoning requires the LLM to generate thousands of invisible "thinking" tokens to work through complex logic before producing the final answer. Because we are billed on total token volume, these intermediate steps are charged at the premium output rate, drastically increasing the variable cost per query. The invoice doubled simply because the model is now doing roughly twice the computational work per request, trading higher variable compute costs for significantly improved analytical accuracy.

출력 913 tok (+827 추론) 지연 시간 10.9 s

GLM-5.2 통과 · 3 sentences

Enabling reasoning means the LLM now generates thousands of invisible "thinking" tokens to systematically work through complex problems before producing a final answer. Because our cloud providers bill for these internal processing steps at the same rate as standard output, our billable token volume per query has doubled. While this increases our direct API costs, it drastically reduces error rates and manual review labor, ultimately lowering our total cost per resolved transaction.

출력 1223 tok (+1138 추론) 지연 시간 17.1 s

지시 준수(정확히 세 문장 — 셀 수 있음), 독자 맞춤(CFO 어조), 그리고 아래 토큰 계량기가 드러내는 숨은 사고 과금 격차.

프롬프트 This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. 확인 수정이 테스트를 통과

GLM-5.1 통과 · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` The original function tracks the number of adjacent equal pairs rather than the actual run length. By initializing `cur` and `best` to 0 and incrementing `cur` only when a match occurs, a run of length L produces a count of L−1. This causes single‑element inputs to return 0 (since the loop never runs) and generally returns a value one less than the true run length, effectively omitting the final element of any run—including those that end at the last index. […]

출력 2642 tok (+2414 추론) 지연 시간 26.1 s

GLM-5.2 실패 · 1/8 cases (fails [1])

```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 […]

출력 4097 tok (+4036 추론) 지연 시간 58.4 s

수정이 실제로 옳은지(실행 가능한지), 설명의 밀도, 그리고 범위가 정해진 작업에서의 토큰 효율.

프롬프트 Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. 확인 유효한 JSON, 스키마 정확

GLM-5.1 통과 · 5/5 fields, guidance null

```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": "eleven and change", "guidance": null } ```

출력 1465 tok (+1410 추론) 지연 시간 16.1 s

GLM-5.2 통과 · 5/5 fields, guidance "withheld"

```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "withheld" } ```

출력 1947 tok (+1893 추론) 지연 시간 30.9 s

스키마 준수(없는 필드를 지어내지 않기), 환각 압력(guidance는 명시적으로 보류됨), 그리고 구조화 출력 경로의 차이.

프롬프트 Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. 확인 120단어, 금지어 0개

GLM-5.1 통과 · 120 words, 0 banned, 1 question

We are thrilled to introduce prompt caching across providers in the API gateway. Why pay twice for the same prompt context? Now, when your application sends identical prompt prefixes to different LLM providers, our gateway automatically caches the input, reducing latency and cutting costs. This feature intelligently recognizes repeated prompt structures across OpenAI, Anthropic, and others, storing them efficiently at the network edge. Developers no longer need to manage separate caching logic for each individual provider. Instead, our unified system handles it directly, ensuring faster response times on all subsequent requests. Stop wasting valuable tokens on redundant processing workloads. Upgrade your integration today and experience immediate performance gains while keeping your infrastructure simple and your overall monthly billing incredibly low.

출력 7589 tok (+7447 추론) 지연 시간 188.9 s

GLM-5.2 통과 · 120 words, 0 banned, 1 question

We are introducing Caching for our API Gateway, the smartest way to optimize your workflows. Why pay for the exact same response twice? Now, you can automatically store and reuse prompt results across multiple AI providers, drastically reducing latency and overall operational costs. If a user submits a duplicate query, the gateway serves the cached answer instantly, regardless of whether you route to OpenAI, Anthropic, or others. This directly translates to faster applications and significantly lower monthly API bills. You can easily configure your specific caching rules within the developer dashboard and watch your efficiency soar. Stop wasting your valuable tokens on completely redundant computations. Upgrade to the latest gateway version today and experience the future of intelligent prompt management.

출력 11125 tok (+10984 추론) 지연 시간 114.8 s

제약 준수(단어 예산, 금지어 목록, 단 하나의 의문문), 문체 지문, 그리고 길이 제어.

코드 한 줄로 모델 전환

두 id는 아래의 모든 탭에 있습니다 — 강조 표시된 두 줄이 유일한 수정 사항입니다. 동일한 엔드포인트, 동일한 키, 동일한 요청 형태입니다.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="glm-5.1",
    # model="glm-5.2",  # 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.chat.completions.create({
  model: "glm-5.1",
  // model: "glm-5.2",  // 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
  messages: [{ role: "user", content: "Summarize this diff" }],
  reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);

curl https://synthorai.io/v1/chat/completions \
  -H "Authorization: Bearer sk-syn-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.1",
    # "model": "glm-5.2",  # 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
    "messages": [{"role": "user", "content": "Hello"}],
    "reasoning_effort": "medium"
  }'

package main

import (
	"context"
	"fmt"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
		Model: "glm-5.1",
		// Model: "glm-5.2",  // 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
		Messages: []openai.ChatCompletionMessageParamUnion{
			openai.UserMessage("Summarize this diff"),
		},
		ReasoningEffort: openai.ReasoningEffortMedium,
	})
	fmt.Println(resp.Choices[0].Message.Content)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

ChatCompletion resp = client.chat().completions().create(
    ChatCompletionCreateParams.builder()
        .model("glm-5.1")
        // .model("glm-5.2")  // 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
        .addUserMessage("Summarize this diff")
        .reasoningEffort(ReasoningEffort.MEDIUM)
        .build());
System.out.println(resp.choices().get(0).message().content().orElse(""));

API 키 발급받기 →

FAQ

GLM-5.1와(과) GLM-5.2 중 어느 것이 더 저렴한가요?

입력 / 1m 토큰 항목에서는 GLM-5.2이(가) 더 저렴합니다($0.77 대 $1.4, 1.8× 차이). 다른 항목에서는 결과가 다를 수 있습니다 — 위의 표에 전체 정보가 있으며, 실제 비용은 사용 조합에 따라 달라집니다.

두 번의 연동 과정 없이 GLM-5.1와(과) GLM-5.2를 A/B 테스트할 수 있나요?

네. 둘 다 하나의 API 키를 사용하여 동일한 OpenAI 호환 엔드포인트를 통해 제공됩니다 — 모델 문자열을 한 줄만 변경하면 전환되므로, 트래픽의 일부를 각각 라우팅하여 요금을 직접 비교할 수 있습니다.

GLM-5.1 및 GLM-5.2는 프롬프트 캐싱을 지원하나요?

네 — 두 모델 모두 캐시 읽기에 대해 입력 요금보다 낮게 청구하므로, 웜 프리픽스 워크로드는 공시된 요금보다 비용이 적게 듭니다. 정확한 캐시 읽기 행은 위의 가격표에 있습니다.

측정 연구 결과

LLM 사고 제어: 13개 모델의 수용, 무시, 강제 동작 MCP 도구 오버헤드 측정: 26개면 호출당 $0.03 에이전트용 Claude Fable 5: Tool call 거부와 GLM 5.2 대비 비용

가격

기능

사양

하나의 프롬프트, 두 모델 — 게이트웨이를 통해 측정됨

코드 한 줄로 모델 전환

FAQ

관련 비교

측정 연구 결과